王忻谈奔驰中国研发:在转型中重划豪华与安全

奔驰中国研发负责人王忻回顾中国汽车产业二十年的技术周期,也讲述中国团队如何从测试支持走向产品研发。面对智能化竞争,他认为速度、数据和本地化必须建立在安全与用户体验之上。

王王忻ゲスト · 梅赛德斯-奔驰
チャンネル
Zhang Xiaojun Podcast
公開日
2025年6月20日
動画
1:32:16
読了時間
19 分
原文
簡体中国語
YouTube で開く
スクロールすると動画は右下に小さくなって再生を続けます。字幕は閲覧言語に合わせて切り替わります。
閲覧言語2 言語で読めます
この記事はまだ日本語に翻訳されていないため、簡体中国語の原文を表示しています。
要約

30 秒でわかる

张小珺与梅赛德斯-奔驰中国研发、车联网和自动驾驶负责人王忻,回顾汽车产业从车载娱乐、主动安全到智能辅助驾驶的几轮变迁。王忻解释了主机厂重新掌握数据与设计的原因,以及奔驰中国团队如何通过交付建立信任、推动本地研发并把功能反向输出全球。 访谈也讨论了端到端驾驶、激光雷达、车车通信、AI 座舱和“数字豪华”。王忻强调,汽车首先要安全、好用;豪华不是堆叠配置,而是理解不同用户并把真正需要的体验做到极致。

  1. 1汽车智能化经历多轮周期王忻把过去二十年大致分为车载娱乐、主动安全与智能辅助驾驶等阶段。算力和模型进步打开了新空间,但每轮热潮都要经过成本与场景验证。
  2. 2数据让主机厂重新掌握设计智能驾驶依赖持续采集和迭代数据,主机厂因而从供应商交付的“黑盒”转向掌握系统设计与数据运营。
  3. 3中国研发团队靠交付建立信任王忻用“承诺、交付、信任”概括中国团队取得更大产品话语权的过程。中国团队提出方案、保持透明,并按时按质交付,逐渐赢得总部授权。
  4. 4车内智能先要保证安全王忻支持拥抱智能化,但反对为了噱头过度设计。导航、音乐等高频需求应做好,驾驶安全和使用场景要先于功能数量。
  5. 5端到端转型需要接受短期回退从规则系统转向端到端不是一次简单替换。团队经历了性能回退和多轮组合测试,最终以数据和测试结果确定技术路线。
  6. 6安全标准不能随转型丢掉王忻强调新车要经过大量道路、耐久、碰撞和仿真测试。每个统计数字背后都是具体家庭,安全不能被当成可忽略的成本。
  7. 7数字豪华从用户画像出发传统豪华靠材料和配置建立认知,数字豪华则要更细致地理解用户想要什么,并用更好的体验回应,而非只展示品牌想提供什么。

ポイント

  1. 汽车产业的技术周期会反复起落,能否落地取决于成本、数据、算力和真实场景,而不是单看概念。
  2. 主机厂掌握数据和系统设计,能缩短迭代链路;中国团队则要靠承诺、交付和透明沟通赢得总部授权。
  3. 智能化应先服务安全和用户的真实需求,避免为了展示技术堆叠低频功能。
  4. 端到端模型带来潜力,也伴随阶段性性能回退;持续测试和明确的安全冗余是技术迁移的基础。
  5. 数字豪华的核心是理解用户画像,把功能和体验做得更贴合、更可靠,而不是单纯增加配置。
全文

チャプターごとに整えた全文を読む

文字起こしのみ
01

汽车产业的几轮技术周期

王忻从二十年前的造车热潮讲起,回顾车载娱乐、主动安全和智能辅助驾驶的发展。早期概念曾因成本、算力和长尾场景受阻,今天的高算力与模型推动产业进入新阶段。

王忻开场点出汽车研发权的变化:过去 Tier 1 把系统当作黑盒交给主机厂,如今整车企业希望掌握数据与内部运作方式。他也提到,德国总部看到疫情期间中国汽车产业没有停步,反而加快了发展。

张小珺介绍嘉宾王忻:他负责奔驰中国研发、车联网与自动驾驶相关工作。节目将从中国汽车产业二十年的变化,谈到德国车企的转型与内部研发故事。

王忻回忆,二十年前曾有波导手机、春兰空调等消费电子企业加入造车热潮,不少人以为汽车只是“四个轮子、两个沙发”。真正进入行业后,人们才发现外形可以仿制,结构、刚性和工程知识却远比想象复杂。

早期车载娱乐从收音机、单定和双定音响开始,后来才出现文字显示、MP3 和 PDA 导航。那时地图装在光盘里,一套导航设备连同存储器可能重达五六公斤,联网地图还要等到更晚才普及。

早期车载娱乐从收音机、单定和双定音响开始,后来才出现文字显示、MP3 和 PDA 导航。那时地图装在光盘里,一套导航设备连同存储器可能重达五六公斤,联网地图还要等到更晚才普及。

被动安全和主动安全逐渐发展,2014 年前后,一些车企开始尝试类似今天 L2 的智能辅助驾驶,但系统依赖地图和多种传感器,复杂度很高。中国到 2018 年左右才出现能在普通道路量产使用的 L2。

当时行业普遍预测 2020 年就能有 L3,深入测试却暴露出很多长尾场景和 corner case。规则系统难以穷举这些情况,L4 企业也发现商业闭环不容易,智能驾驶因此一度进入低潮。

当年很多人预测 2020 年就能有 L3,实际测试却暴露出大量长尾场景和 corner case。规则系统越深入测试,越会遇到难以穷举的情况,行业一度安静下来,L4 企业也发现商业闭环并不容易。

02

从德尔福到奔驰:主机厂重新掌握研发

王忻解释自己进入汽车行业的原因,并回溯零部件供应商从主机厂剥离的历史。数据驱动让整车企业希望直接掌握设计和迭代,以更快响应用户。

王忻学自动化出身,原本就对机器人和自动化产品感兴趣。汽车在那个时期是自动化技术的集大成者,因此他把握机会进入汽车行业,第一份长期工作是在德尔福。

2022 至 2023 年间,计算平台和模型能力提升,行业重新加速。部分车企借助激光雷达弥补视觉能力,后来又发现高精地图更新跟不上现实,于是转向普通地图和更强的感知算法,为纯视觉路线创造条件。

早期造车热潮持续了两三年。CAD 仿真可以复制车的外观,却不能替代对结构、刚性和工程细节的理解;当企业面对碰撞实验等真实门槛,才意识到汽车并非简单拼装。

王忻认为汽车行业不是单一周期,而是多轮技术浪潮交替。十多年前泊车系统也曾可以做出来,但传感器和感知成本太高,后来许多企业选择放弃,说明技术可行并不等于商业上值得推广。

他把过去二十年划成几个阶段:2004 年前以造车为主;2004 至 2014 年,车载娱乐、音响和导航成为智能化重点;2014 至 2020 年,主动安全和辅助驾驶逐步发展;2020 年后,大算力让智能驾驶进入中期阶段。

奔驰早在上世纪八十年代的普罗米修斯计划中就探索自动驾驶,当时需要两辆卡车分别承载车辆和庞大的计算设备。如今一块芯片便能完成许多工作,显示汽车设计和生产方式已发生巨大变化。

王忻加入奔驰既出于职业机会,也因为奔驰是他从小向往的品牌。他希望在梦想中的公司里,把中国智能驾驶和智能座舱团队建立起来,并用自己的工程经验参与产品实现。

随着汽车变成数据驱动的产品,车企开始意识到道路数据能帮助智能驾驶持续迭代。过去 Tier 1 以黑盒形式交付,主机厂无法直接控制系统;如今整车企业希望掌握数据和设计,让用户更快获得更新。

Tier 1 从设计逐步转向制造,主机厂则承担更多系统设计工作。王忻认为,这不仅是产业分工变化,也和整车企业想缩短产品迭代周期、直接回应用户需求有关。

王忻用“分久必合,合久必分”描述主机厂与供应商的历史。德尔福、伟世通等曾是福特、通用内部部门,后来因内部生产成本高而分拆;今天数据和响应速度又推动设计能力回到 OEM。

豪华车的差异既来自设计,也来自配置和先进功能。王忻举例说,过去车载电视、DVD 等功能是高端车型的标志;安全带、ESP 等技术也曾由奔驰率先引入,再逐渐成为行业常见配置。

03

中国团队从测试走向自主研发

奔驰中国团队从配合测试发展到主导本地功能设计,完成泊车、导航和智能驾驶等项目。疫情期间团队用原型和数据争取总部支持,形成 RD 3.0 的研发方式。

王忻刚加入时,奔驰中国团队以“Home Way from Home”为理念,把德国总部的标准带到中国,主要承担测试和落地工作。后来团队发现中国用户需求、产品习惯和德国市场不同,便开始争取自主设计。

团队从测试支持转向自主研发,推出 RD 3.0。E 级长轴版中的本地功能,包含泊车算法和 3D 导航等中国团队开发的成果;地下车库反光等中国场景,也要求研发团队针对环境重新调校。

中国团队曾在疫情期间提出升级 L2 辅助驾驶。成员远程获得德国代码,在上海居家研究、做仿真并制作 demo,再把结果展示给总部,最终争取到 12 个月的开发窗口,赶上新 E 级车量产。

这项工作是中国团队主动提出的。疫情造成跨国沟通受限,但团队判断旧功能难以满足市场竞争,于是提出由更接近中国用户的团队设计新功能,同时保持对总部完全公开透明。

RD 3.0 不只是单个功能项目,而是由五个明确目标组成:做好导航、增强智能辅助驾驶、提升手机应用使用体验、完善泊车等。团队把这些目标定义为阶段性产品任务,推动研发组织转变。

王忻说,E 级新功能从立项到量产经历了约一年。总部在 2023 年上海车展看到可上车体验的 demo 后感到惊讶,因为中国团队不仅扩张到数百人,也已将研发成果真正装进产品。

奥拉对团队的工作表示感谢,认可他们体现了企业家精神。跨国团队要克服疫情期间缺少面对面交流、文化差异和不同认知等困难,德国同事主动来中国协作也很关键。

王忻不把早期摩擦简单叫作阻力,而是视为认知不同逐渐走向理解、支持和共享成果的过程。近几年团队最自豪的事,一是建立上海数字技术中心,二是与北京团队开发更符合中国市场的车型功能。

04

话语权来自交付与信任

中国团队规模扩大并参与车型设计,借助透明沟通、测试数据和按时交付赢得更多自主权。跨国团队在安全标准、界面习惯和沟通文化上持续磨合。

中国团队的话语权不是争来的,而是通过“承诺、交付、信任”建立的。团队不轻易过度承诺,但会带着目标完成任务,并按时、保质地交付,让总部逐渐愿意把更多工作交给中国。

奔驰中国研发团队近年规模翻番,北京和上海已有两千多名工程师,参与车型的内外饰和电子电器设计。越来越多设计任务从总部转到中国,团队对面向中国市场的产品规划也更有主导权。

中国团队更了解本地市场变化,因此希望自主制定开发节奏和产品规划。总部仍看重全球市场,但也逐渐授权中国团队快速响应本地需求;新 CLA 会采用新的 NBOS 1.0 架构,并加入中国市场特色功能。

中德研发团队每周沟通,双方仍属于同一个全球研发体系。不同市场对功能和安全的理解可能不同,中国团队会通过数据分析和调研说明方案,总部也比过去更愿意听取本地意见。

王忻认为团队间的 battle 是健康的,尤其涉及法规和用户习惯时,工程师需要把分歧说清楚。奔驰中国智能驾驶系统选择 QNX,而不是开放式 Linux,原因是功能安全要求高,安全始终优先于开发便利。

界面设计也暴露出不同市场的使用习惯:中国用户觉得德国界面要点很多步才能找到功能,德国同事则认为中国界面按钮过多。中国团队因此考虑为本地客户定制 UI,让常用功能更容易触达。

王忻没有在中国企业工作过,但结合在美国企业的经历,他觉得美国会议式争论更直接、气氛也更激烈;德国企业的讨论相对温和。双方最好以数据和事实作为沟通基础,而不是只凭立场说服对方。

中国团队对本地应用和智能驾驶路测拥有较大主导权,因为导航、音乐等应用服务中国市场,测试也必须在中国道路进行。更深层的系统架构则仍在与总部协商,团队希望把 AI 元素逐步放进系统设计。

王忻认为欧洲对 AI 的普及认知需要时间,中国用户则已广泛接触 AI。团队希望先在中国尝试数据挖掘和功能迭代,找到真正有用的“杀手级功能”,再把经验分享给总部。

05

本地功能如何走向全球

中国研发团队能主导本地应用和路测,也尝试把 AI 带入系统架构。功能反向输出时还要适配不同地区法规、重新测试,通常需要六到十二个月。

中国与德国团队增加面对面测试和交流,德国同事也更理解中国团队的工作。王忻说,中国市场经验不仅服务本地,也能为奔驰全球战略提供有价值的布局。

王忻设想把 AI 能力和 SOA 架构结合。更高分辨率的前视摄像头能捕捉更多道路细节,大模型则有机会让系统从“看见物体”进一步理解场景和行为。

例如横穿道路的电动车可能只是要右转,也可能会撞向车辆;模型若能读懂它左顾右盼等线索,就能做出更合适的减速决策。识别小学附近的小孩,也能帮助系统采用更谨慎的策略。

未来车内的 Android 信息娱乐系统与 QNX 智能驾驶系统之间,或许还能通过 AI agent 互相理解意图。这样系统不只识别物体,也能把对道路情境的理解传递到驾驶策略中。

未来车内的 Android 信息娱乐系统与 QNX 智能驾驶系统之间,或许还能通过 AI agent 互相理解意图。这样系统不只识别物体,也能把对道路情境的理解传递到驾驶策略中。

奔驰中国研发组织大体沿用德国架构,各部门有相应负责人,王忻负责智能辅助驾驶和信息系统。他们在全球研发体系内工作,并与德国 counterpart 每周同步项目进度、资源需求和可共享经验。

把中国设计的功能输出到全球,需要重新做当地测试并满足不同法规。中国团队主导的泊车算法可以在德国车型上使用,但仍要在当地验证;按照不同车型节点,反向输出通常需要六到十二个月。

06

智能座舱、车车通信与用户需求

王忻谈到 L3、车内第三空间和 AI 可能带来的新功能,同时强调智能化必须以安全为先。车车通信需要高精定位、跨车协作和国家法规共同推进。

王忻说,奔驰下一步要推动 L3 在中国落地,也要在车里引入更多 AI。他和团队一直在寻找驾驶者最常用的“第四个功能”:导航和音乐已很明确,ADAS 也在增长,下一项可能与 AI 有关。

如果 L3 逐渐普及,汽车会从交通工具变成移动空间。驾驶者的注意力和双手在特定场景下得到释放后,办公、休闲等用途可能增加,车内联网和屏幕也会承担更多角色。

王忻把智能化视为不可逆趋势,但强调安全应排在前面。车内办公、会议甚至直播都可能出现,不过在驾驶员仍需承担驾驶任务时,不能让智能功能分散对路况的注意力。

当车辆自动化程度上升,车车通信也需要重新定义。L3 普及后,自动驾驶车辆和人工驾驶车辆混行,彼此如何理解、协商和处理冲突,会成为新的系统问题。

车车通信的定义需要国家主导,也需要车企共同提出建议。现有 V2X 的定位精度不足时,车辆难以确认消息来自本车道还是其他车道,信息就很难直接转成安全可靠的动作。

若未来能加入高精定位,车辆便可区分本车道、相邻车道和更远车道的事件。本车道急刹需要及时反应,隔着多个车道的消息则可能可以过滤,减少不必要干预。技术上可实现,但具体规则仍要由法规和行业协作确定。

王忻认可中国车企对智能化的积极投入,但奔驰在设计前会先问功能是否安全、是否真的有用。团队用后台数据观察使用频率,把有限资源集中在导航、音乐等高频功能,而不是为了宣传堆砌功能。

07

数字豪华不是堆配置

奔驰希望把高频功能做好,并用数据识别用户真正使用的功能。豪华既要有设计,也要把语音、驾驶辅助等数字体验做到更贴合用户。

智能化与豪华相辅相成,但豪华不等于功能越多越好。真正重要的是把用户需要的功能做到体验极致;即使是语音识别,也要能理解不同表达和情绪,而不只是具备一个功能标签。

要让体验达到更高标准,硬件投入有时确实必要。王忻举例,语音理解需要更丰富的细节,辅助驾驶也需要更高分辨率的摄像头;奔驰座舱使用高通 8295,驾驶辅助采用英伟达平台。

王忻认为豪华品牌的本质没有因智能化而改变。豪华不由企业自己宣布,而是在长期产品、品牌信任和用户关系中形成;奔驰需要持续理解目标客户对产品的期待。

数字化让车企可以更细致地理解用户画像,并按不同偏好设计体验。有些车主喜欢屏幕、音响和热闹氛围,也有人更需要安静、香氛和短暂休息,品牌要听见这些差异。

不同车型对应不同的用户需求,AMG 用户可能偏好更激进的驾驶体验,迈巴赫用户则更重视舒适。数字化让定制不再局限于座椅、发动机和车身,也能延伸到软件功能。

奔驰在北京已有 L3 和 L4 测试牌照。随着新技术平台算力提升、算法进步,王忻预计新平台上的 L3、L4 功能会在未来一两年逐步推出,但车辆首先仍要是一辆安全的好车。

王忻认为 AI 会让汽车行业发生明显变化。端到端驾驶将感知直接连接到规划控制,座舱界面也可能从固定模板走向个性化:车辆依据用户日常使用不断调整,成为真正贴合个人习惯的车。

08

端到端驾驶与激光雷达取舍

中国团队在 CLA 项目中推进端到端和纯视觉方案,过程经历回退、争论与反复测试。激光雷达可作为 L3、L4 的冗余,但多传感器也带来融合和成本问题。

从规则系统切换到端到端很煎熬,因为团队必须改变多年形成的思维。早期端到端模型虽有潜力,但部署到车上会出现性能回退;工程师要通过不断训练和测试,确认它何时真正超过旧方案。

这一技术转变主要由中国团队推进,并与合作伙伴一起尝试。新 CLA 将采用端到端驾驶和纯视觉方案;团队选择 QNX 系统,也希望以没有高精地图和激光雷达的架构验证能力。

王忻解释,若纯视觉训练充分,额外增加激光雷达可能带来成本和数据融合问题。两套传感器结果不一致时,系统还要判断相信哪一方,所以传感器越多并不总能自动增加可靠性。

奔驰在 L2 方案中选择纯视觉,并通过两万到三万公里测试比较有无激光雷达的效果。不过王忻没有说奔驰会完全放弃激光雷达:L3 和 L4 目前仍会保留它作为冗余,重点是做好不同传感器的融合。

激光雷达能看得远、发现小目标,但系统未必需要在三百米外就调整规划。团队要判断远处物体是否会移动、是否影响当前路径,以及额外传感器带来的信息是否值得提前行动。

奔驰中国新 CLA 将采用端到端算法和语言大模型,语言模型由奔驰与火山引擎合作接入豆包。L3、L4 当前架构仍保留激光雷达,因为冗余有助于稳定与可靠。

王忻认为 L3 很难跳过:真实道路上的 L3 数据和体验会帮助团队理解 L4。但奔驰同时也在研究 L4,既从下往上积累经验,也从高阶自动驾驶往下寻找更经济的系统平衡。

端到端转型初期曾出现性能回退,团队比较过规则系统与端到端的不同组合,包括高速和城市场景是否采用不同方案。最终,大量测试数据让他们决定坚定采用一套端到端路线。

这场技术路线选择持续了七八个月。团队让新旧架构的样车一起运行,通过持续对比看到新系统逐渐变好,才确认这条路值得继续走,而不是依赖一次性的灵感或口头判断。

09

奔驰的安全文化与百年积累

王忻强调以人为本和严谨验证,介绍奔驰测试流程与汽车历史中的安全创新。百年企业的经验与责任感带来传承,也增加了产品维护和转型负担。

王忻希望其他车企向奔驰学习以人为本和对安全的审慎。安全测试里的百分之零点一并非抽象数字,它可能对应一个具体家庭,因此中国团队即使追求速度,也不能放弃奔驰的安全标准。

一款新车要做约五百万公里道路测试,单一功能也需累计十五万公里以上,并覆盖极寒、极热、潮湿和不同国家法规。团队还会做实车碰撞、仿真碰撞和驾驶模拟,反复确认车辆在极端情况下的表现。

奔驰常说“the best or nothing”,王忻更喜欢团队里的另一句话:“在奔驰中超越奔驰”。这既代表对历史标准的尊重,也要求新团队继续提高产品和工程能力。

王忻讲到奔驰创始人的妻子曾帮助丈夫完成早期汽车测试。奔驰后来还推动过溃缩车身等安全设计;斯图加特奔驰博物馆也不仅讲品牌史,而是通过汽车发展展示奔驰在汽车史中的贡献。

在百年企业工作像一把双刃剑:责任感和使命感很强,低级错误难以被接受;另一方面,长期积累的工程经验和老员工传承,让技术能经过多次实验和失败沉淀下来。

王忻的团队也希望保持年轻和活力,因为 AI 等新技术要求持续学习,用户的年龄和偏好也不同。团队需要听见年轻客户与年长客户的不同需求,避免只依靠过去经验。

王忻的团队也希望保持年轻和活力,因为 AI 等新技术要求持续学习,用户的年龄和偏好也不同。团队需要听见年轻客户与年长客户的不同需求,避免只依靠过去经验。

他把奔驰文化描述为互助、有归属感。总部有员工几代人在奔驰工作,这种传承和稳定感是老牌企业的特点,也值得其他企业观察。

10

转型中的奔驰与数字豪华

面对中国市场竞争和品牌变化,王忻主张回到产品和用户体验,同时发挥奔驰的品牌信任和长期积累。数字豪华要理解不同用户,而不是照搬新技术。

奔驰正经历一百三十九年来少见的转型。技术中心从德国转向中国和美国,产品迭代速度加快,中国市场竞争也更激烈;王忻认为,与其焦虑,不如积极适应新的研发重心。

王忻担心外界把奔驰简单归为传统车企,或认为年轻用户不再忠于品牌。他认为品牌忠诚会随人生阶段变化,关键还是回到产品:先是一辆好车,再提供极致体验,两者缺一不可。

奔驰在智能化时代可以发挥的作用,是引领数字豪华。品牌、用户基础和长期经验让它有条件理解客户,不只快速迭代功能,还要判断哪些功能能变成真正好的体验。

过去豪华可能意味着别人没有皮座椅、氛围灯或大排量发动机,而奔驰有。数字豪华则要求品牌更深入地理解用户想要什么,避免只把企业认为好的东西交给用户。

面对中国市场的竞争,王忻建议总部虚心看待竞争对手,也不要每次行业变化都盲目跟进。车企要找到用户真正需要的变化,再决定如何拥抱技术;坚持自我,是持续做出用户想要的好车。

奔驰的严谨也体现在娱乐功能的安全细节上。设计车载卡拉 OK 时,工程师会考虑碰撞中手持麦克风是否造成二次伤害,并研究定制麦克风能否降低风险,而不是只关注功能是否新鲜。

E 级副驾屏会在驾驶员视线偏离道路超过约 1.9 秒时降低亮度。王忻用这个例子说明,奔驰工程师会用测试找到细节阈值,让副驾享受屏幕内容,同时尽量不干扰驾驶安全。

如果只能在豪华和科技中选一个,王忻选择豪华,因为他认为极致科技也应包含在豪华体验里。对奔驰来说,数字功能同样要做到顺手、可靠并让用户感到被理解。

王忻希望 2025 年 CLA 顺利上市,2026 年中国团队做出面向全球的智能座舱平台。他认为如果中国市场足够大、总部持续重视中国,未来整车在中国完成设计和生产也有可能。

奔驰维护的产品战线很长,四十多年前的大 G 仍在路上行驶。公司既要支持老车型,也要开发新架构,不能只顾着向前冲;这种持续维护责任,是新车企暂时不一定能体会的负担。

奔驰要为车型长期备件供应,王忻说一般备件至少要保存二十年。这会带来平台维护和成本压力,但也是用户买车后能够持续使用、获得服务的承诺。

11

长期主义需要高效沟通

老车型维护、备件供应和新平台并行,让奔驰承担更长的产品战线。王忻提倡减少邮件、增加面对面沟通,并以提问而非威胁来处理团队冲突。

王忻希望中国团队少用邮件、多面对面沟通。每周站会让各部门同步本周进度、下周计划和需要协调的事项;季度 OKR 回顾则帮助团队及时调整目标,减少沟通成本。

访谈最后谈到德国企业是否有人发脾气。王忻说当然有,但很少出现暴君式威胁;最激烈时可能是领导不断追问,让团队给出答案。张小珺把这种方式称为“优雅地生气”,王忻笑着认可。

同じチャンネルの記事

1:59:52EN
Zhang Xiaojun Podcast· 2026年10月21日ポッドキャスト · 2 人David Qian on Succession, Robotics, and Finding His Own Ambitionゲスト David Qian (Qian Cheng) · ホスト 张小珺Ecovacs CEO David Qian reflects on inheriting a founder-built company, learning to lead through mistakes, and choosing a patient path in robotics. His account treats succession as an ongoing effort to build the company for a new era, not a finish line.企業と戦略LeadershipCompany Building+2
2:51:18EN
Zhang Xiaojun Podcast· 2026年10月15日ポッドキャスト · 2 人Lindon Gao on Building Dyna Robotics and Finding a Path Through the Fogゲスト Lindon Gao · ホスト 张小珺Dyna Robotics CEO Lindon Gao explains why his company builds intelligence through real workflows, how hardware and research must evolve together, and how a founder can find clarity by letting go of the need to be right.RoboticsProduct Strategyモデルと学習+2
2:34:18EN
Zhang Xiaojun Podcast· 2026年9月3日ポッドキャスト · 2 人Zeng Ming on AI’s New Era: Why Great Companies and New Organizations Emergeゲスト Zeng Ming · ホスト 张小珺Zeng Ming argues that AI is changing the foundations of business: models will become infrastructure, while new Agent-native applications and organizations create the next wave of value. His advice to founders is to embrace uncertainty, rethink strategy continuously, and build around meaningful work rather than inherited structures.AI Strategy企業と戦略エージェント+2
46:26ZH
Zhang Xiaojun Podcast· 2025年12月9日ポッドキャスト · 2 人朱啸虎:三年内看不到泡沫,共识太集中就错开十五度ゲスト 朱啸虎 · ホスト 张小珺2025 年底,金沙江创投朱啸虎第三次坐到张小珺对面:AGI 不谈了,入口之争开始了。他不投人形机器人,把支票开给洗船和按摩这类「干活」的公司。Venture CapitalAI StrategyOpenAI+2
2:06:16ZH
Zhang Xiaojun Podcast· 2025年11月28日ポッドキャスト · 2 人谭捷:机器人通用智能的瓶颈在数据,通用形态仍需时间ゲスト 谭捷 · ホスト 张小珺Google DeepMind 机器人研究科学家谭捷回顾了从计算机图形学到机器人、从强化学习到 Gemini Robotics 的研究路径。他认为机器人基础模型尚未成为独立学科,数据规模与覆盖度、跨本体迁移、实时推理和安全仍是走向真实应用的关键。RoboticsFoundation ModelsWorld models+2
スライド34:07EN
Zhang Xiaojun Podcast· 2025年4月26日ポッドキャスト · 3 人Ola Källenius on Mercedes-Benz’s Next Transformation: EVs, AI, and Modern Luxuryゲスト Ola Källenius · ホスト 张小珺Mercedes-Benz CEO Ola Källenius describes a century-scale shift driven by zero-emission powertrains, software, and AI. He explains why the company is expanding electric models while protecting the craftsmanship, safety, and desirability that define its luxury position.Autonomous DrivingProduct Strategy企業と戦略+2